Как использовать библиотеку java excel parsing library с GroupDocs.Parser

В современных приложениях, ориентированных на данные, как парсить Excel файлы эффективно может решить успех или провал рабочего процесса. Независимо от того, мигрируете ли вы устаревшие данные, генерируете автоматические отчёты или передаёте необработанный текст в аналитические конвейеры, извлечение неформатированного текста из каждого листа является распространённой задачей. Этот учебник показывает, как использовать java excel parsing library — GroupDocs.Parser for Java — чтобы открыть книгу Excel, пройтись по её листам и получить необработанное содержимое всего за несколько строк кода.

Быстрые ответы

• Какая библиотека обрабатывает парсинг Excel в Java? GroupDocs.Parser for Java.
• Могу ли я извлекать необработанный текст с каждого листа? Yes, using TextReader with raw mode enabled.
• Нужна ли лицензия? A temporary free license is available for evaluation.
• Какая версия Java требуется? JDK 8 or higher.
• Поддерживается ли Maven? Absolutely – add the repository and dependency to pom.xml.

Что такое java excel parsing library?

GroupDocs.Parser for Java — это java excel parsing library, которая программно открывает книги .xlsx, .xls или CSV и читает простой текст без загрузки полной таблицы в память. Такой подход быстрее традиционных API для электронных таблиц и предоставляет прямой доступ к базовым символам.

Почему стоит использовать GroupDocs.Parser for Java?

GroupDocs.Parser обрабатывает один лист за раз, поддерживая использование памяти менее 10 МБ даже для книг объёмом в 500 страниц. Он поддерживает более 10 входных и выходных форматов — включая XLSX, XLS, CSV и ODS — поэтому единый API может работать с множеством типов электронных таблиц. Простые, цепочечные методы позволяют начать извлечение текста за считанные минуты, а модель лицензирования масштабируется от пробной версии до производства без изменений кода.

Требования

• Java Development Kit (JDK): 8 or newer.
• IDE: IntelliJ IDEA, Eclipse, or any Java‑compatible editor.
• Maven (optional): For easy dependency management.

Настройка GroupDocs.Parser for Java

Настройка Maven

Если вы управляете зависимостями с помощью Maven, добавьте репозиторий и зависимость в ваш pom.xml:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

Прямое скачивание

В качестве альтернативы загрузите последнюю версию GroupDocs.Parser for Java напрямую с GroupDocs releases.

Получение лицензии

Чтобы начать с бесплатной пробной версии, посетите GroupDocs website для получения временной лицензии. Это позволяет оценить все возможности библиотеки перед покупкой производственной лицензии.

Базовая инициализация и настройка

GroupDocs.Parser — основной класс, представляющий парсер документов. После добавления библиотеки в ваш classpath, вы можете создать экземпляр Parser, указывающий на вашу книгу Excel:

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.TextReader;
import com.groupdocs.parser.options.IDocumentInfo;
import com.groupdocs.parser.options.TextOptions;

String excelFilePath = "YOUR_DOCUMENT_DIRECTORY/sample.xlsx";

try (Parser parser = new Parser(excelFilePath)) {
    // Your code to work with the document
} catch (Exception e) {
    e.printStackTrace();
}

С готовой средой, давайте перейдём к реальной логике извлечения.

Как парсить Excel: извлечение необработанного текста с листов

Load your workbook and retrieve raw text in two simple steps. First, obtain basic document information such as sheet names and dimensions. Then, iterate over each worksheet using a TextReader configured with TextOptions(true) to enable raw mode, which returns the plain characters without any formatting tags.

TextReader читает текст из документа, опционально в необработанном режиме.

IDocumentInfo spreadsheetInfo = parser.getDocumentInfo();

Next, iterate over every sheet and pull the unformatted text. The TextOptions(true) flag enables raw mode, returning plain characters without any styling tags.

TextOptions configures text extraction behavior, with a boolean flag to enable raw mode.

for (int p = 0; p < spreadsheetInfo.getRawPageCount(); p++) {
    try (TextReader reader = parser.getText(p, new TextOptions(true))) {
        String sheetContent = reader.readToEnd();
        
        // Process or use extracted text data here
    }
}

Обработка извлечённых данных

At this point sheetContent holds the plain text of the current worksheet. You can:

• Write it to a .txt file for archival.
• Feed it into a natural‑language‑processing pipeline.
• Store it in a database for later querying.

Распространённые проблемы и решения

Практические применения (чтение текста листов Excel)

1. Data migration: Перенесите устаревшие данные из таблиц в современные базы данных без ручного копирования.
2. Automated reporting: Получайте необработанные значения из нескольких книг для создания объединённых PDF или HTML отчётов.
3. Search indexing: Индексируйте извлечённый текст в Elasticsearch для быстрого поиска контента.

Советы по производительности для больших файлов Excel

• Поток на лист: Цикл уже обрабатывает один лист за раз, поддерживая низкое использование памяти.
• Повторное использование объектов TextReader: Избегайте создания лишних объектов внутри плотных циклов.
• Параллельная обработка: Для чрезвычайно больших книг рассмотрите обработку листов в отдельных потоках, но учитывайте потокобезопасность экземпляра Parser.

Часто задаваемые вопросы

Q: Какие другие форматы электронных таблиц поддерживает GroupDocs.Parser?
A: Он поддерживает XLSX, XLS, CSV, ODS и другие форматы Office Open XML — более 10 форматов в общей сложности.

Q: Могу ли я также извлекать информацию о форматировании ячеек?
A: Yes, by using TextOptions without the raw flag, you can retrieve formatted text that preserves basic styling.

Q: Как обрабатывать защищённые паролем файлы Excel?
A: Pass the password to the Parser constructor: new Parser(filePath, "password").

Q: Есть ли способ извлечь только определённые столбцы?
A: You can post‑process sheetContent to filter lines or use the SpreadsheetOptions API for more granular control.

Q: Где можно найти больше примеров кода?
A: Check the GroupDocs documentation and the GitHub repository for additional samples.

Ресурсы

• Обзор документации: GroupDocs documentation
• Документация: GroupDocs Parser Java Docs
• Ссылка на API: API Reference
• Скачать: Latest Releases
• Репозиторий GitHub: GroupDocs.Parser on GitHub
• Бесплатный форум поддержки: GroupDocs Parser Forum
• Временная лицензия: Obtain a Temporary License

Последнее обновление: 2026-09-27
Тестировано с: GroupDocs.Parser 25.5 for Java
Автор: GroupDocs

Связанные руководства

• Извлечение текста HTML Excel Groupdocs Parser Java
• Извлечение метаданных Office Docs Groupdocs Parser Java
• Как извлечь текст PDF с помощью GroupDocs.Parser в Java: Полное руководство